배달의민족이 AI 자산화로 얻은 인사이트: 개인의 노하우를 팀의 역량으로 전환하는 방법

AI 시대, 뛰어난 개인이 아니라 '시스템’이 경쟁력이다

왜 'AI 자산화’인가

“AI가 좋다는 건 알겠는데, 팀 업무에 어떻게 일관성 있게 적용해야 할까?”

뛰어난 개인이 AI를 아무리 잘 활용해도, 그 노하우가 팀 전체로 이어지지 않으면 결국 ‘나 혼자만 잘하는’ 상황에 머문다.

결과물의 품질은 들쑥날쑥해지고, 팀워크는 삐걱거린다.

 

우아한형제들(배달의민족)의 임동준 개발자는 이 문제의 해결책으로 ‘AI 자산화’를 제시한다.

이는 개인의 경험과 노하우를 팀 전체가 공유하고 재사용할 수 있는 시스템으로 만드는 접근법이다.

 

이 글에서는 AI 자산화의 핵심 개념 5가지를 정리한다.

---

1. 문제의 시작: 장인정신과 생산성 사이의 딜레마

배달의민족 하면 떠오르는 특유의 입체감 있는 그래픽이 있다. 대부분은 정교한 3D 모델링의 결과물이라고 생각한다.

하지만 실제로는 디자이너들이 ‘스컬피(Sculpey)’라는 점토로 직접 손으로 빚고, 깎아 만든 수작업의 결과물이었다.

 

이 방식은 퀄리티를 보장했다. 그러나 치명적인 약점이 있었다. 생산성이다.

작품 하나를 만드는 데 상당한 시간이 소요되어, 빠르게 변하는 마케팅 요청에 즉각 대응하기가 불가능에 가까웠다.

---

2. 해결책: '에센스 이미지’라는 스타일 자산

AI로 이미지를 생성할 때 가장 큰 어려움은 일관된 스타일 유지다.

마치 한 사람이 작업한 것처럼 통일성을 유지하기란 쉽지 않다.

배달의민족 디자이너들은 이 문제를 독특한 방법으로 해결했다.

복잡한 텍스트 프롬프트 대신, 배민 디자인 스타일의 ‘본질(에센스)’을 담은 단순한 이미지 한 장을 만들었다.

 

작업 방식은 단순하다.

Adobe Firefly의 ‘스타일 참조(Style Reference)’ 기능(참조 이미지의 스타일을 새로운 이미지에 적용하는 기능)에 에센스 이미지를 넣고, 'delivery scooter front view’처럼 간단한 텍스트만 입력한다.

 

그러면 배민 스타일이 적용된 결과물이 즉시 생성된다.

💡 핵심 인사이트: 최고의 프롬프트는 긴 텍스트가 아니라, 본질을 담은 이미지 한 장일 수 있다.

---

3. 90%의 기술이 0원이 되는 시대

테스트 주도 개발(TDD, 코드를 작성하기 전에 테스트를 먼저 작성하는 개발 방법론)의 창시자이자

52년차 현역 개발자 켄트 벡(Kent Beck)은 AI 시대에 대해 다음과 같이 말했다.

“원래 본인이 가지고 있던 스킬의 90%는 0달러가 되었고, 나머지 10%는 1,000배의 가치를 얻게 됐다.”

 

그가 말한 1,000배의 가치를 지닌 10%는 무엇일까

 

AI를 ‘램프의 요정 지니’에 비유하면 이해가 쉽다.

지니는 엄청난 능력을 가졌지만 예측 불가능하고 때로는 제멋대로 소원을 해석한다.

이런 지니를 통제하려면 견고한 ‘램프’가 필요하다.

 

켄트 벡이 말한 1,000배의 기술은 바로 이 램프를 만드는 능력이다. 그는 핵심을 세 가지로 정리했다.

역량	설명
야심 찬 비전 갖기	AI로 무엇을 이룰 수 있을지 한계를 두지 않고 큰 그림을 그리는 능력
명확한 이정표 설정	방향을 잃지 않도록 성공 기준이나 테스트 코드를 설정하는 능력 (생각해보면 우리가 AI에게 줄 수 있는 건 오직 '입력'뿐이다)
복잡성 통제	큰 문제를 잘게 쪼개고 전체 과정을 추적하며 관리하는 능력

이는 AI 시대에 진정으로 중요한 가치가

• 문제를 정의하고,
• 방향을 설정하며,
• 복잡한 과정을 관리하는 상위 레벨의 기획 및 설계 능력에 있다는 통찰이다.

코드를 짜는 손이 아니라, AI라는 도구를 부릴 줄 아는 머리가 핵심 자산이 된 것이다.

---

4. 준비 단계: 프롬프트 작성 '전’에 해야 할 3가지

앤트로픽(Anthropic)은 프롬프트 가이드로 정평이 나 있다.

그들의 문서가 유독 명료하고 깊이 있는 이유는 프롬프트 엔지니어 중에 철학자나 인지과학자 출신이 포함되어 있기 때문이다.

그들은 기술 이전에 ‘생각의 구조’를 먼저 다룬다.

 

앤트로픽이 강력히 권장하는 ‘프리-프롬프팅(Pre-Prompting)’ 3단계가 있다.

---

1. 명확한 성공 기준 정의

AI에게 요청하기 전에, 결과물이 '성공했다’고 판단할 수 있는 구체적인 기준부터 정한다.

모호한 기준	명확한 기준
“좋은 보고서 작성해줘”	“핵심 요약 3줄, 예상 리스크 2가지, 실행 방안 1개가 포함된 보고서”

이는 켄트 벡이 말한 '램프’를 구축하는 과정과 동일하다.

---

2. 경험적으로 테스트할 환경 구축

어떤 프롬프트가 더 나은 결과를 만드는지 반복 테스트하고 개선할 수 있는 시스템을 만든다.

간단하게는 프롬프트를 버전별로 관리하는 것부터 시작할 수 있다.

---

3. 개선할 첫 번째 초안 준비

백지상태에서 막연하게 시작하는 것은 비효율적이다.

배민 디자이너들이 '에센스 이미지’라는 초안을 준비했던 것처럼,

어느 정도 괜찮은 수준의 초안을 가지고 개선을 시작하는 것이 훨씬 빠르다.

⚠️ 이 준비 과정 없이 AI와 대화를 시작하면, 원하는 결과를 얻기까지 불필요하게 많은 시간과 노력을 소모하게 된다.

---

5. 실전 적용: 전문가의 문제 해결 방식을 자산화하기

개발자들에게 버그 해결(디버깅)은 대표적인 문제다.

초보자는 AI에게 "이거 고쳐줘"라고 막연하게 요청한다.

전문가는 체계적인 단계를 밟아 문제의 원인을 좁혀 나간다.

 

'AI 자산화’는 바로 이 전문가의 머릿속에 있는 문제 해결 프로세스를 AI가 따라 할 수 있는 명확한 ‘이정표’로 만드는 것이다.

🛠️ 전문가 디버깅 프로세스 5단계

단계	행동	예시
1	문제를 한 문장으로 정의	“쿠폰이 이상해요” → “쿠폰 로직에 따른 최종 금액 계산 결과가 정확하지 않다”
2	올바른 동작 순서 정의	어떤 조건에서 쿠폰이 적용되고, 어떤 순서로 계산되어야 하는지 명시
3	최소 재현 환경 구축	전체 시스템이 아닌, 쿠폰 계산 함수만 따로 떼어내 테스트
4	원인 후보 나열	할인율 데이터 오류, 중복 적용 로직 문제 등 가능한 원인을 모두 나열
5	가설 하나씩 검증	세운 가설을 순차적으로 실행하며 진짜 원인 탐색

이렇게 전문가의 문제 해결 방식을 자산화하여 AI 프롬프트나 시스템에 내장하면,
팀원 누구나 전문가처럼 체계적으로 문제에 접근할 수 있다.
이는 팀 전체의 문제 해결 능력을 상향 평준화시키는 가장 강력한 방법이다.

---

결론: 에센스와 이정표, 두 가지 자산화 전략

AI 자산화의 핵심은 명확하다.

자산 유형	설명	적용 예시
에센스(본질)	결과물의 스타일과 품질 기준을 응축한 참조 자산	배민의 에센스 이미지
이정표(프로세스)	전문가의 문제 해결 단계를 체계화한 가이드	5단계 디버깅 프로세스

이는 단순히 AI를 편리한 도구로 쓰는 차원을 넘어선다.

우리의 경험과 지식을 AI와 함께 발전시키고 확장하는 새로운 협업 방식의 시작이다.

🔍 스스로에게 던져볼 질문: 
당신이 가진 가장 가치 있는 노하우의 '에센스’는 무엇인가? 그리고 그것을 어떻게 팀 모두를 위한 'AI 자산’으로 만들 수 있는가?

프롬프트 엔지니어링 개요